一种涌潮潮头线检测分割方法

本发明公开了一种涌潮潮头线检测分割方法。该方法针对现有方法对潮头线检测精度低、泛化能力弱、计算开销大的问题，创新使用实例分割方法进行检测。具体过程包括：在颈部网络中引入C3k2_ODConv模块，利用全维度动态卷积构建四维协同注意力机制，增强模型对多尺度特征的提取与表达能力；将主干网络中C2PSA模块替换为C2PSA_DA T模块，引入DA注意力机制与前馈网络结构，提升对图像中关键区域的感知与定位能力；同时将主干网络替换为MobileNetV4架构，结合Fused‑IB与UIB模块，实现模型轻量化与深层语义建模的平衡。实验证明，在50‑95％的IoU阈值下，该方法的掩膜平均精度达到68.2％，模型参数量为6.513M，推理速度25.2ms/帧，显著优于原模型，兼顾检测精度与部署效率，适用于复杂环境下的涌潮智能监测。